将数据帧按组分割成大小相似的块

Question

library(tidyverse)
df <- data.frame(x=rep(c('A','B'), times=c(5,15)), y=1:20)

我正在尝试将

df

分割成大小相似的块，并且限制为

x

中的每个组也必须在

n

分割中表示并平均分割。例如如果

n = 3

:

$`1`
   x  y
1  A  1
2  A  2
3  B  6
4  B  7
5  B  8
6  B  9
7  B 10

$`2`
   x  y
1  A  3
2  A  4
3  B 11
4  B 12
5  B 13
6  B 14
7  B 15

$`3`
   x  y
1  A  5
2  B 16
3  B 17
4  B 18
5  B 19
6  B 20

对于 n=3，组

A

可以分为 [2,2,1] 的块，而组

B

可以分为 [5,5,5]

的块

我尝试过：

n = 3
df %>% group_by(x) %>% split(., cut(seq_along(.), n, labels = FALSE))

但这只会产生两个分裂

Answer 1

我认为您使用

cut

的做法是正确的。只需确保

n + 1

中的每个组都有

x

中断，这些中断根据行号占总组的比例进行分割。

n <- 3

df %>%
  mutate(group = cut((row_number() - 1)/n(), 
                     breaks = seq(0, 1, length = n + 1), 
                     labels = seq(n),
                     include.lowest = TRUE,
                     right = FALSE),
         .by = x) %>%
  {split(.[-3], .[3])}
#> $`1`
#>    x  y
#> 1  A  1
#> 2  A  2
#> 6  B  6
#> 7  B  7
#> 8  B  8
#> 9  B  9
#> 10 B 10
#> 
#> $`2`
#>    x  y
#> 3  A  3
#> 4  A  4
#> 11 B 11
#> 12 B 12
#> 13 B 13
#> 14 B 14
#> 15 B 15
#> 
#> $`3`
#>    x  y
#> 5  A  5
#> 16 B 16
#> 17 B 17
#> 18 B 18
#> 19 B 19
#> 20 B 20

Answer 2

分割数据集时，我喜欢在 tidyverse 中使用嵌套的

data.frames

。这是使用模运算符

%%

分割数据的一种方法：

library(tidyverse)

df |> 
  mutate(split = row_number() %% 3,
         .by = x) |> 
  nest_by(split) 

#> # A tibble: 3 × 2
#> # Rowwise:  split
#>   split               data
#>   <dbl> <list<tibble[,2]>>
#> 1     0            [6 × 2]
#> 2     1            [7 × 2]
#> 3     2            [7 × 2]

来自OP的数据

df <- data.frame(x=rep(c('A','B'), times=c(5,15)), y=1:20)

^{创建于 2023 年 12 月 11 日，使用 reprex v2.0.2}